导读:探索生命奥秘、发掘生物潜力是科技发展的重要使命之一,在研究脑科学的过程中,华中科技大学苏州脑空间信息研究院在呈现出一个缤纷多彩的大脑空间的同时,也碰到了巨大的存储瓶颈。为此,华中大苏州脑空间院采用浪潮智能存储AS5500G2构建了25PB容量的统一存储资源池,不仅满足了IO吞吐率、可用性的要求,更实现了节能15%、节省30%研究费用的目标。
大脑,蕴含无限奥秘,它拥有多达上千亿的神经元,被称为已知世界中最复杂的物体之一,至今我们却对它知之甚少。但是,一群中国科学家却能给大脑“拍彩照”,让大脑空间呈现出一个缤纷的多彩世界;并能精准定位,给每个神经元上都标记门牌号;还可以把各种形状的神经元单拎出来,清楚地看到每根神经元的走向;尤为难得的是,他们率先以工业化方式大规模、标准化、高分辨绘制脑图谱数据。
这正是华中科技大学苏州脑空间信息研究院(以下简称:华中大苏州脑空间院)正在推进的重要工作。作为华中科技大学、苏州市政府、苏州工业园区、江苏省产业技术研究院四方强强联手建立的,以发展世界领先的脑空间信息技术的研究院,华中大苏州脑空间院通过高分辨、大探测范围和高通量的三维光学显微成像技术,实现在哺乳动物全脑范围,以真实尺度构建包括神经元和血管等脑内复杂结构的精细形态和连接关系的高分辨脑图。这方面探索不仅有重要科学意义,而且对脑疾病防治、智能技术发展也具有重要引导作用。
脑科学计算应用是典型的计算密集型、IO密集型、存储容量密集型的计算,对于存储系统的容量、带宽要求很高。而随着华中大苏州脑空间院的研究工具的演进以及研究领域的逐步深入,对存储的要求更是呈现指数级增长,如果存储系统“掉了链子”,将很难满足脑科学的进阶研究需求。
在人脑中大概有1000亿个神经元,在分析的过程中会产生非常巨大的数据量,仅小鼠脑就有10TB之多,人脑的体积是是小鼠脑的1500多倍,数据量将达到PB级,随着研究的广域度的增加,未来研究院数据产生的规模,将达到100PB以上,如果以研究院现有速度需要一台成像系统至少花费20年时间完成数据采集,所以研究院需要采用多套成像系统并行工作。
浪潮结合多年来的项目经验,给华中大苏州脑空间院制定了以存储为核心的的解决方案。方案采用近20套浪潮智能存储AS5500G2,构建高效、安全的统一存储资源池,提供了25PB裸容量。
在性能方面,浪潮智能存储G2平台采用智能全闪架构设计,可针对大量随机IO进行加速处理,并通过多种对前端应用的感知技术,提升数据处理效率,提供了高达以6GB/s的写带宽,充分满足了华中大苏州脑空间院对脑空间信息海量数据的应用需求。而且,其还可按需扩展,保证华中大苏州脑空间院业务未来发展的扩容需求。
在可用性方面,浪潮智能存储G2采用全冗余架构、全模块化、冗余缓存、双活控制器设计,主要部件无单点故障。另外,华中大苏州脑空间院还采用了以浪潮DPS备份软件、浪潮磁带库TL3000相结合的数据备份、容灾解决方案,采用LAN备份方式实现集中、统一、快速、自动的数据备份,能够显著降低硬件故障等事故所带来的数据丢失等威胁。
在实现大容量与高带宽的同时,AS5500G2还有助于系统建设成本的控制,数据显示,基于浪潮智能存储AS5500G2的一体化解决方案比传统解决方案节约15%的能源,节省大约30%的研究费用。
浪潮存储解决方案的部署彻底解决了华中大苏州脑空间院面临的存储瓶颈,给脑科学的研究奠定了坚实的存储能力基础。华中大苏州脑空间院科研人员表示:“浪潮智能存储方案满足了我们对于存储性能、扩展性、可用性与成本的需求,将有助于我们进行更广泛、更深入的大脑数据采集,从而促进认知脑功能、防治脑疾病、以及类脑智能技术的发展。未来,我们将在颅内宇宙中继续探索,打开神奇的‘脑洞’,给未来创造更多可能。”
好文章,需要你的鼓励
OpenAI于周二发布AI浏览器ChatGPT Atlas,目标是让ChatGPT成为搜索和问答的首选界面而非谷歌。该浏览器目前仅支持Mac,但正在开发Windows、iOS和Android版本。Atlas将ChatGPT设为默认搜索选项,并具备记忆功能,可结合浏览历史提供个性化答案。与其他AI浏览器不同,Atlas更专注于强化ChatGPT生态系统,为OpenAI提供更多用户数据和分发控制权,而非改善传统浏览体验。
这项由伊利诺伊大学厦巴纳-香槟分校和滑铁卢大学联合完成的研究,开发了名为VideoScore2的AI视频评估系统,能够像人类专家一样从视觉质量、文本对齐和物理一致性三个维度对AI生成视频进行详细评估,并提供透明的分析过程。该系统在多项测试中显著超越现有评估工具,在准确率上提升近6个百分点,为AI视频行业提供了标准化、可解释的质量评估解决方案,有望推动整个领域的技术进步。
通用汽车宣布计划于2028年推出自动驾驶系统,允许驾驶员双眼离开道路、双手离开方向盘,首先应用于凯迪拉克Escalade IQ。该系统基于现有Super Cruise技术,采用激光雷达、雷达和摄像头感知技术,初期在高速公路使用。通用整合了已关闭的Cruise子公司的技术栈,包括基于500万英里无人驾驶数据训练的AI模型。目前美国仅奔驰拥有商用L3级自动驾驶系统。
滑铁卢大学研究团队提出批评强化学习新方法,让AI模型在学习编程的同时学会批评代码质量。CRITIQUE-CODER模型采用8:2混合训练,不仅保持编程能力还获得代码评价能力。实验显示,该方法让小参数模型超越大模型,4B参数版本在LiveCodeBench达59分,超越基础模型4.8分。更重要的是,批评能力可迁移到逻辑推理等其他领域,为AI训练范式转变指明新方向。